Detecting QRS complex and classifying endogenous rhythms in pacemaker ECG signals

• Autorzy: Duraj, A. , Krawczyk, A.

Warianty tytułu

PL

Detekcja zespołu QRS i klasyfikacja rytmu endogennego w stymulatorowych sygnałach EKG

• Języki publikacji: EN

Abstrakty

EN

This article presents the problem of detection and classification of QRS complexes with electrocardiography signals coming from patients with implanted cardiac pacemaker. Special attention was focused on the use of wavelet - neural networks in above mentioned subject matter of investigation. Efficiency of detection of QRS complex was examined by algorithms working in time domain. During the investigation a lot of attention was paid to good selection of level decomposition, good choice of detection threshold as well as choice of wavelet transformation.

PL

W artykule przedstawiono problem detekcji i klasyfikacji zespołu QRS w elektrokardiogramie pochodzącym od pacjenta z wszczepionym stymulatorem serca. Skupiono uwagę na zastosowaniu kombinacji obliczeniowej: przekształcenie falkowe - sieć neuronowa jako metody analizy. Zwrócono specjalną uwagę na dobry wybór poziomu dekompozycji, progu detekcji, jak również na wybór transformacji falkowej.

Słowa kluczowe

PL

sieć falkowo-neuronowa; detekcja QRS; transformacja falkowa

EN

wavelet neural networks; QRS complex detection; wavelet transform

• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2007
• Tom: R. 83, nr 11
• Strony: 157-160
• Opis fizyczny: Bibliogr. 12 poz., tab., wykr.

Twórcy

autor

Duraj, A.

autor

Krawczyk, A.

• Technical University of Lodz

Bibliografia

• [1] Duraj A., Krawczyk A., Kozluk E., Kumor M., Zastosowanie przekształcenia falkowego do detekcji zespołu QRS, Przegląd Elektrotechniczny, Nr 1, 2005, str. 72 - 76.
• [2] Duraj A., Krawczyk A., Kozluk E., Kumor M., Sadowiski J., The application of Wavelet Transforms to Detection and Identification of QRS, Folia Cardiologica, torn 12, Supplement D, 2005, pp. 390 - 393.
• [3] Duraj A., Krawczyk A., Zastosowanie sieci falkowo - neuronowej do detekcji zespołu QRS, Materiały XIV Krajowej Konferencji Naukowej Biocybernetyka i Inżynieria Biomedyczna, Tom II, 2005, str. 947 - 953.
• [4] Duraj A., Krawczyk A., Kumor M., Detekcja zespołu QRS przy zastosowaniu sieci falkowo - neuronowych. Przegląd Elektrotechniczny, nr 12, 2005.
• [5] Zhang Q., i Benvenist A., Wavelet Networks, IEEE Trans. On Neural Networks, vol. 3, No 6, November 1992. pp.889-898.
• [6] Augustyniak P., Przetwarzanie sygnałów elektrodiagnostycznych, Wydawnictwo Naukowo Dydaktyczne AGH, Kraków 2001.
• [7] Augustyniak P., Transformacje falkowe w zastosowaniach elektrodiagnostycznych, Uczelniane Wydawnictwa Naukowo - Dydaktyczne AGH, Kraków 2003.
• [8] Wrześniowski A., Nowa metoda klasyfikacji ewolucji serca dla potrzeb badań holterowskich, Rozprawa Doktorska, Politechnika Śląska w Gliwicach, Wydział- Automatyki, Elektroniki i Informatyki, Gliwice 2002.
• [9] Weymaere N., Martens J., On the initialization anc optimization of multilayer perceptron, IEEE Translation or Neural Network, 1994, Vol. 5, pp. 738 - 751.
• [10] Tadeusiewicz R., Wstęp do informatyki, AGH Uczelniane Wydawnictwa Naukowo - Dydaktyczne, Kraków, 1997
• [11] Lewenstein K., Modele sztucznych sieci neuronowych do oceny testów wysiłkowych stosowanych w diagnostyce choroby wieńcowej, Oficyna Wydawnicza Politechniki Warszawskiej, Prace Naukowe, Elektronika, z. 14C Warszawa 2002.
• [12] Nałęcz M. (red.), Biocybernetyka i inżynieria biomedyczna, Tom 6, Sieci neuronowe, WNT, Warszawa 2000, str. 73-110.